本文將重點解讀重復測量方差的分析結果。重復測量分析往往需要查看球形假設的檢驗結果。根據數據滿足或不滿足球形假設的情況，需要實施不同的檢驗方法。接下來，我們一起來解讀下重復測量方差分析結果。

圖1：示例數據

一、描述統計

本文分析的是1-3月份重復測量的銷售量數據。如圖2所示，從數據趨勢來看，1-3月份的銷售量呈現增長的趨勢。

圖2：描述統計

二、估算邊際平均值

而從估算邊際平均值的輪廓圖，如圖3所示，也能看到隨著月份的推進，銷售量在增長，而且1-2月份的增長較多，而2-3月份則增長較少。

圖3：估算邊際平均值

三、球形假設檢驗

為了進一步檢驗1-3月份的銷售量是否有顯著差異，我們需進一步查看重復測量的方差檢驗結果。

在這之前，需先查看數據是否服從球形假設。如圖4所示，在Mauchly球形度檢驗結果中（原假設為重復測量的因變量數據服從方差協方差矩陣相等），可以看到，其顯著性數值為0.191>0.05，不能拒絕原假設，也就是說，數據服從球形假設。

圖4：滿足球形假設

在因變量數據滿足球形假設的前提下，如圖5所示，查看“假設球形度”的顯著性數值。其顯著性數值為0.00<0.05，拒絕原假設，也就是說1-3月份重復測量的銷售量數據存在著顯著性差異。

如果數據不服從球形假設時，就需要查看格林豪斯-蓋斯勒或辛-費德特的顯著性數值。

圖5：球形假設顯著性

四、成對比較

從方差分析中，我們知道1-3月份的銷售量數據存在顯著差異。那么，具體是哪些月份之間存在顯著差異呢？關于這一問題，可以查看成對比較結果。

如圖6所示，可以看到1月份與2月份、3月份之間存在著顯著性差異（顯著性值均小于0.05），而2月份與3月份之間無顯著性差異（顯著性值均大于0.05）。

圖6：成對比較

三、小結

綜上所述，通過使用IBM SPSS Statistics的重復測量方差分析，可檢驗多次測量的因變量測量值是否存在差異，適用于檢驗某項方案、措施等是否存在著持續性的效益等，但需注意的是，觀測值之間需存在一定相關關系。